编译 | Rick
消费者也开始期待更多在线零售商的个性化做事。据 Kissmetrics 博客，79% 的客户在邮件吸收方面更喜好与谈天机器人进行自动交互。通过实时谈天办理问题不仅更大略、更快捷，而且谈天信息对付客户的分外需求也是高度个性化的。
68% 的消费者会在退出登录前放弃支付购物车中的商品，在线零售商不得不须要采纳方法来提高用户参与、办理问题以及个性化产品建议，直至达成交易。
由于人工智能可以快速网络并剖析客户数据，因此将其纳入发卖和客户留存策略会带来成效——但条件是你做好了适应人工智能的准备。
如何在电子商务中利用人工智能，以捕捉新业务、吸引复购客户？以下是你所须要理解的统统：
客户个性化
你很可能已经习气于利用用户数据（比如人口统计数据、以往购物记录或地点）来辅导你的发卖团队。人工智能供应了更强大的个性化功能，许可你访问有关客户行为的预测数据，从而驱动产品推举。这种三管齐下的客户个性化办法可以产生巨大成效：
个性化：你可能已经在客户营销与推广中利用了某种形式的个性化。无需在电邮通信或定时信息提醒中包含用户姓名；要利用人工智能工具来：
方案营销信息推送韶光并锁定消费者以完成更多订单。你是否知道你的目标客户何时在线？他们多久买一次东西？他们相应应时折扣或报价信息的可能性有多大？预测剖析可以帮助你根据用户习气来定位客户，这种策略会带来更成功的发卖、更多利润以及更好的客户留存。例如，Envelopes.com (http://envelopes.com/) 开始向放弃购买购物车商品的客户发送电子邮件，此举为该网站减少了 40% 的放弃购买行为。这便是一条应时的推送信息。
推举内容。你的顾客是否常常点击你的博客内容却尚未购买任何东西？通过追踪用户参与，你可以利用客户数据来推举额外内容，从文章和博文到意义丰富的广告，这将有助于你推动发卖。Marketo 这类工具可以很随意马虎地把得当的内容在得当的韶光匹配给得当的游客——将读者转化为客户。
向移动端用户发送推送关照。如果你知道目标客户的网购韶光，就可以向其发送包含折扣码和个性化发卖优惠信息的推送关照。Swrve 和 Twilio 可以供应方便的短信（SMS）营销方案——通过用户的地理位置和过去的浏览历史而触发——这会对你的投资回报率（ROI）造成影响。
创建行为驱动的用户角色（personas）。是时候利用所有的用户数据了。通过天生由客户行为获知的特定用户角色，你可以更有效地个性化营销事情。理解客户痛点以及这些寻衅的变革办法，这取决于你所处理的客户类型。然后追踪特定行为（比如打开率），在得当的韶光触发得当的信息。
用户预测：有了更强大的数据剖析，你的团队就可以对客户需求做出繁芜的预测——并更有效地方案推广韶光。利用这种数据来：
合理预测未来购买行为。追踪用户偏好与行为，得到洞见并推举其它产品。亚马逊长期以来一贯在做这件事，并且做得很好。试想一下，它们是如何推举匹配有相似条款标产品，从而吸引客户增加购物车中的商品。试试 Tableau，一个全方位做事的发卖剖析程序，它可以帮助你剖析并预测客户行为，从而更好地折衷团队。
设计定制化发卖策略。你的发卖团队多久会与营销团队折衷一次并互换见地？有了更多来自人工智能工具的干系数据，你的发卖团队就可以对个体消费者进行个性化定制，将发卖线索转变为发卖订单。客户数据可能表明，特定折扣、产品或营销信息对某些用户更有效——它们可以作为未来推送类型的参考。Salesforce 的 Einstein 或 Base 的 Apollo 这类工具可以为你的发卖团队供应帮助，从得到的洞见中挖掘代价并将其整合进你的 CRM 中。
驱动搜索结果。当搜索引擎在交易中利用用户措辞时会有帮助。据干系宣布，「语义搜索」方面的改进可以将「100 美元以下的女士玄色运动外衣」这类查询语句转化为一个充满产品推举的页面，而不是一条缺点信息。这不仅能让你的产品更随意马虎被客户找到，你还可以利用搜索词数据来持续优化搜索引擎的事情办法。思考更好的搜索引擎优化（SEO）、更好的点击率、更多深入用户需求的洞见。
产品推举：为客户推举他们喜好的产品，让你的预测数据更加个性化。整合客户数据来：
帮助客户找到得当的产品。未来 5 到 10 年。谷歌 DeepMind 中的人工智能将能转变搜索办法，迅速处理大量数据。据 Information Age，谷歌用以驱动预测搜索的人工智能技能，还可以为电子商务企业供应更多发卖路子。这意味着你的电子商务平台可以帮助客户准确找出所需产品，或是下一个知足其需求的最佳产品。据 Entrepreneur，视觉搜索能力也将帮助消费者向零售商传达他们的需求，从而推动发卖。Neiman Marcus 和 Urban Outfitters 都利用了 Slyce 来帮助客户找到他们在街上或在目录中看到的产品，将品牌参与转化成交易。
个性化推举。历史行为是未来需求的一个主要指标，零售巨子商亚马逊对此理解颇深。它们的产品推举借鉴了你的以及与你类似的其他买家的历史行为、人口统计数据和地理数据洞见。据 MarTech Advisor，这些建议为亚马逊发卖额的贡献超过 35%。类似做事有 Barilliance，你可以用它来天生产品推举，或利用亚马逊最近发布的 DSSTNE 来建立自己的产品推举体系。
案例 1：Warby Parker
他们做什么：Warby Parker 在 2010 年溘然涌如今电子商务市场，他们为客户供应一种新型的时尚眼镜购买路子。但由于该公司当时没有实体店，他们须要想出某种方法来让顾客试戴并预购产品。
Warby 推出了创新的邮寄到家试镜操持（Home Try-On），许可客户免费在家中选择并试戴五款眼镜。「与大多数电子商务网站不同，我们的市场非常小，」Warby Parker 的数据科学主管 Carl Anderson 阐明到。顾客常日不会像买杂货那样频繁地购买眼镜。
深谙数据代价的 Anderson 及其团队明白，Home Try-On 网络到的数据能够为下述领域供应主要的营销洞见：
构建推举引擎。Home Try-On 是一个「很好的数据库，由于它够大，而且你可以查看客户选择的五个产品的协方差以及终极购买的产品，并建立一个基于购物车剖析的推举，」Anderson 说。
A/B 测试市场营销信息。Anderson 常常利用 A/B 测试来赞助数据点方面的决策，这些数据点是推举引擎和营销漏斗的燃料。
预测需求和购买。利用预测行为帮助优化库存、采购、发卖预测和通报。
案例履历：利用可靠的剖析来追踪客户数据可以帮助你预测客户行为、驱动发卖并提高客户满意度和忠实度。
客户乐意贡献口碑。Warby Parker 的社交媒体用户会定期在网上发布试戴图片、寻求反馈。如何利用推举来驱动数据网络过程——或者相反？据 Pixel Union，Facebook 和 Twitter 等社交网站很快会超越帮企业驱动口碑的模式。人工智能的进步将很快能让消费者在社交网络上购买产品。
预测引擎可以赞助推动高转换率——纵然是利基产品。「Warby Parker 卖单片眼镜且转化率非常高，」Anderson 说道。「把产品加入 Home Try-On 操持的大多数客户终极都会购买……我们不得不专门调度购物车剖析算法来阐明这个征象。」你的哪个产品具有高转换率？这些如何反响在你的推举行事中？
供应持续的客户做事
在电子商务这类充分竞争的领域中，精良的客户做事是条件——它每每决定了发卖成败。利用人工智能来提高客服职员对目标客户的做事水平、自动化客户支持渠道的流程、减少客户等待韶光并勾引客户完成发卖过程。
虚拟购物助手：有了强大的人工智能和机器学习，品牌可以开拓预测软件，基于客户特定需求完成发卖转化。利用虚拟助手来：
改进实时客户做事。从回答基本的产品问题到供应产品推举，虚拟助手根据顾客行为预测顾客需求，触发发卖策略。户外零售商 The North Face 利用 IBM 的沃森技能开拓了一个人工智能助手，它经由预演习来处理基本的客户问题。该虚拟助手向顾客提问着装的场合，然后扫描 The North Face 的产品数据库，供应实时建议。现在沃森也可用于其他有兴趣履行类似办理方案的零售商，无需再进行 beta 测试。
降落做事本钱。通过处理常见的客户查询，虚拟代理可以令你的客户支持职员摆脱更繁芜的问题。这种自动相应可以替代一部分电话相应做事，从而提高效率。在 RedStag Fulfillment 的博客中，Jake Rheude 建议客户做事谈天机器人还要能够与 CRM 整合以回答订单讯问，包括跟踪托运包裹。Zendesk 和 Groove 为你的支持团队供应大略单纯的自动化软件、谈天工具和客户支持，以改进客户提问提升/降落客户支持链的办法。
客户做事谈天机器人：肃清客户等待韶光并更有效地快速相应问题。利用机器人来：
编写基本的客户支持回答。大多数客户对产品、运输或其他数据方面的问题都很随意马虎回答，你已经用 CRM 进行了追踪。随着人工智能的发展，谈天机器人现在可以供应高度个性化的答案来回答这些常见问题，让你的支持职员有更多韶光去办理更加敏感的问题。有些品牌乃至利用 Messenger 机器人做产品推举，比如 Whole Foods 利用 Facebook Messenger 给饥饿的客户发送食谱创意或扮装品，测验客户的扮装偏好。可以利用 Facebook Messenger 的开拓工具为品牌做事博眼球，或者 ChattyPeople 的客服谈天机器人大略单纯编程办理方案，无需进行软件开拓。
触发员工反应。精良的谈天机器人项目该当聘请那些投入且专业的员工，他们可以处理更高等的问题。利用剖析技能来帮助演习客户支持职员，提升事情效果——并针对一样平常客户需求预先推送有帮助的内容。Zendesk 的高等功能之一是利用顾客满意度数据来比较和提高团队成员的效率，并剖析客户需求。这些洞见可以为管理职员供应故意义的性能审核对象，以及那些强大的发卖和营销数据。
案例 2：我的星巴克咖啡师（My Starbucks Barista）
他们做什么：星巴克去年推出了自己的虚拟助手：我的星巴克咖啡师（My Starbucks Barista）。该运用程序由措辞识别软件开拓，该软件是一个人工智能子集，已经为许多虚拟助手供应驱动引擎，比如亚马逊的 Alexa 和苹果的 Siri。
据 Adweek，其特色是许可用户通过点击按钮以及对虚拟助手 Barista 说话来点单。之后该机器人会在附近门店下单，那儿有员工制作饮料。然后用户在几分钟之内就可以将商品取走，直接走向收银机而无需排队。
当然，该虚拟助手使星巴克和消费者双双受益：
减少排队人数。通过减少客户等待韶光，My Starbucks Barista 运用程序提高了客户生命周期的即时价值——还赢得了星巴克客户的忠实度。
增加移动端支付。顾客可以在移动端下单并付款，这使得 20% 的顾客每周都会通过移动端在最喜好的餐馆下单。
网络客户数据。真正令星巴克受益的，是运用程序网络到的所有客户数据，包括饮料偏好、访店频率和终生客户代价。所有这些数据都可用于转头客的营销活动。
改进推举引擎。有了更多数据，你就可以根据客户喜好来创建更完善的推举引擎，从而推动发卖。
案例履历：人工智能可以消解客户痛点、改进并自动化基本客户做事需求，并为你的公司供应更多数据来预测行为和驱动消费。
自动化可以在哪些环节帮助你提高客户支持职员的效率？
你可以从客户做事数据中得到哪些客户满意程度或客户忠实度方面的信息？
促进公司高下的决策流程
只管市场营销职员身处于一个数据富饶的事情领域，但是过半数的受访者在日常事情中没有利用强大的剖析方法来衡量活动效果或改进目标。不要让这种事情发生在你和你的团队中。大数据工具可以为你的最大痛点供应供应有代价的见地、帮助上级更快做出明智决策，使你们公司成为同行中最具竞争力的企业。
大数据剖析：大数据能力可以带来更聪明、更快、有针对性的发卖决策、增长潜力和营销策略。虽然它会轻易陷入「数据浪潮（data overwhelm）」，但相反它也能抵挡住对付毫无针对性的方法的急迫运用。
专注问题思考计策。若何才能降落购物车的放弃支付率？哪种产品或做事为移动端客户供应了最好的体验？哪些褒奖或做事可以进行最好的追踪，记录下新业务转变为忠实客户的过程？
跨团队共享数据。通过实际共享数据来提高相应速率和下一阶段的增长。发卖和营销职员多久会互换一次他们所看到的数据？Domo 类的剖析工具可以赞助团队协作办公。实时与多人网络、剖析和共享来自云做事的数据和见地。
打算投资回报率（ROI）并重新调度策略。对付哪些做事能够降落效率、增加转化率、提高盈利能力，你是否都清楚明白？大数据能帮助你更好地预测改进及增长领域，这样你就可以更快放弃那些不起浸染的思路。
竞争对手研究：很多大数据工具都可以帮助你比较你和竞争对手之间的差距。利用大数据剖析来：
增加市场份额。据福布斯，66% 的企业表示，竞争者将利用大数据来提高市场霸占率。无论你是否志存高远，或是利用竞争对手的数据来为自己获取一种尚无人节制的做事，或是挽回走向竞争对手的客户，理解竞争对手的能力上线都会帮助你驱动营销事情和发卖线索的转换。
监控定价模式。对行业内的定价模式进行定期剖析将有助于保持竞争力，且在网络上密切监视你的竞争对手也不是件随意马虎的事。利用 import.io 这类做事来筛选主要数据，比如竞争对手的产品页面，这样你就可以剖析行业的趋势并保持领先上风。
案例 3：PASSUR Aerospace
他们做什么：自 2001 年以来，为了给航空公司打算出更精准的航班落地韶光，PASSUR Aerospace 已网络到进出紧张机场的航班的繁芜数据点。他们的做事 RightETA 有一些大客户，包括 Delta、American Airlines 和 Southwest 等航空公司，JFK 和 Newark Liberty 这类转运站除外。大多数客户都想肃清屏幕上奉告的到达韶光与实际着陆韶光之间的差距。据哈佛商业评论，纵然是 5 到 10 分钟的韶光差也会带来严重的低效率问题——导致数百万美元的丢失。
利用大数据，PASSUR 使客户能够：
确定特定问题并供应有针对性的办理方案。有了全国多个机场的大数据集，PASSUR 可以帮助航空公司将问题锁定在特定位置、提出修正建议并履行最新操持以办理涌现的问题。
更快做出明智决策。PASSUR 能够办得到是由于他们有跨度几十年历史的数据（在某些情形下）。「这使得繁芜剖析可以与模式相匹配，「Andrew McAfee 和 Erik Brynjolfsson 向《哈佛商业评论》阐明道。「RightETA 基本上是通过自问自答来事情，'以前飞机在这种条件下靠近机场会发生什么？它什么时候降落？」
提高效率。如果机组职员和搭客都有准确的韶光表，就没有人会把韶光摧残浪费蹂躏在等待事情或是到达下一个目的地上。
案例履历：大数据剖析——特殊是随着韶光推移而增大的数据集的剖析——可以并且该当影响公司在产品、做事和增长领域方面的决策。
你的哪块业务须要更高效或更具本钱效益？
你的员工对付效率问题的相应速率如何？在企业中利用新增长领域方面呢？